---
title: "Paradoks obfitości sztucznej inteligencji: ograniczenia infrastrukturalne, niedobór aktywów i strategia inwestora w wartość"
author: "DeepValues Research"
publisher: "DeepValues Research (DeepValues / LuLu Ventures LLC)"
type: "Research article"
date: "2026-11-02"
language: "pl"
section: "Insights"
machine_translated: true
translation_method: "machine translation (gpt-6.1-sol, Azure OpenAI)"
translated_from: "https://research.deepvalues.ai/insights/2026-11-02-elon-musk-stop-saving-for-future-due-to-the-ai-abundance/"
original_url: "https://research.deepvalues.ai/insights/2026-11-02-elon-musk-stop-saving-for-future-due-to-the-ai-abundance/"
original_language: "en"
translated_on: "2026-11-15"
translation_note: "Machine-translated from the original report; the original is authoritative."
canonical_url: "https://research.deepvalues.ai/insights/2026-11-02-elon-musk-stop-saving-for-future-due-to-the-ai-abundance-pl/"
markdown_url: "https://research.deepvalues.ai/insights/2026-11-02-elon-musk-stop-saving-for-future-due-to-the-ai-abundance-pl/index.md"
license: "CC BY 4.0"
license_url: "https://creativecommons.org/licenses/by/4.0/"
cite_as: "DeepValues Research, Paradoks obfitości sztucznej inteligencji: ograniczenia infrastrukturalne, niedobór aktywów i strategia inwestora w wartość, https://research.deepvalues.ai/insights/2026-11-02-elon-musk-stop-saving-for-future-due-to-the-ai-abundance-pl/"
publisher_url: "https://deepvalues.ai"
app: "https://deepvalues.ai"
api: "https://app.deepvalues.ai/developers"
data_note: "Reports are dated snapshots. Current data via the DeepValues API: https://app.deepvalues.ai/developers"
disclaimer: "Educational research, not investment advice."
disclosure: "AI-assisted"
generated_by: "NotebookLM + DeepValues editors"
category: "investing"
sources:
  - title: "The AI Abundance Paradox"
audio: "https://anchor.fm/s/105664940/podcast/play/128602101/https%3A%2F%2Fd3ctxlq1ktw2nl.cloudfront.net%2Fstaging%2F2026-10-2%2F435647197-44100-2-e0f9eef40fc2a.mp3"
audio_kind: "podcast episode"
audio_page: "https://open.spotify.com/episode/0srpIgDZCIDCc0LmyB729m"
---
# Paradoks obfitości dzięki sztucznej inteligencji: ograniczenia infrastrukturalne, rzadkość aktywów i strategia inwestora w wartość

Wizjonerzy technologiczni, tacy jak Elon Musk, przewidują przyszłość skrajnej deflacji strukturalnej, argumentując, że połączenie sztucznej inteligencji i autonomicznej robotyki będzie obniżać koszty produkcji szybciej, niż rośnie podaż pieniądza, czyniąc konwencjonalne oszczędzanie na emeryturę zbędnym dzięki „ekonomii replikatorów”. Jednak bieżąca ekonomika jednostkowa najbardziej zaawansowanej sztucznej inteligencji — na którą wskazują niezrównoważone koszty obsługi agentów, ogromne wymagania dotyczące nakładów inwestycyjnych i poważne ograniczenia energetyczne — pokazuje, że rzeczywistość materialna nadal jest daleka od świata bez niedoborów. Z perspektywy inwestowania w wartość rezygnacja z akumulacji aktywów na podstawie prognozy hiperdeflacyjnej oznacza głęboko asymetryczne ryzyko: wielodekadowe przejście do obfitości dzięki sztucznej inteligencji nie wyeliminuje użyteczności kapitału, lecz spowoduje zdecydowane przesunięcie siły nabywczej w stronę nieusuwalnie rzadkich fizycznych i technologicznych wąskich gardeł. Inwestorzy długoterminowi muszą poruszać się wśród tych tarć, identyfikując miejsca akumulacji nadwyżki ekonomicznej, gdy oprogramowanie i rutynowa praca doświadczają silnej deflacji cen, a aktywa infrastrukturalne stanowiące wąskie gardła przechwytują trwałe renty ekonomiczne.

## Dwie rzeczywistości sztucznej inteligencji: wizja obfitości a ekonomika wnioskowania

Debata publiczna wokół sztucznej inteligencji jest obecnie podzielona między długoterminowe prognozy makroekonomiczne skrajnego załamania kosztów a bieżące tarcia mikroekonomiczne związane z uruchamianiem najbardziej zaawansowanych modeli. W wywiadzie udzielonym w styczniu 2026 w podcaście *Moonshots* Petera Diamandisa Elon Musk przedstawił model gospodarczy napędzany deflacją strukturalną. Argumentował, że jeśli sztuczna inteligencja skutecznie napędzi autonomiczną robotykę, koszty pracy fizycznej i produkcji gwałtownie spadną we wszystkich sektorach cywilizacji. W modelu Muska produkcja rośnie szybciej niż podaż pieniądza, sprowadzając krańcową cenę dóbr materialnych i usług w stronę zera. Określając horyzont swojej hipotezy na 10- do 20-letni, Musk stwierdził: „Jeśli którakolwiek z rzeczy, o których mówiliśmy, okaże się prawdziwa, oszczędzanie na emeryturę straci znaczenie”. Powtórzył to stanowisko 29 października 2026, odpowiadając @battleangelviv na X i twierdząc, że oszczędzanie pieniędzy na odległą przyszłość jest bezcelowe w warunkach zaniku niedoborów.

Teza Muska opiera się na sekwencyjnym mechanizmie transmisji makroekonomicznej:

$$\text{AI Intelligence} \longrightarrow \text{Autonomous Robotics} \longrightarrow \text{Cheaper Labor/Production} \longrightarrow \text{Structural Deflation}$$

Co istotne, model ten opisuje załamanie cen wywołane podażą, a nie dewaluację waluty. Zamiast hiperinflacji uszczuplającej zasoby gotówki „ekonomia replikatorów” — analogiczna do produkcji w świecie bez niedoborów znanym ze Star Trek — zakłada tak wielką obfitość rzeczywistych dóbr i usług, że utrzymywanie dużych sald tradycyjnego pieniądza fiducjarnego staje się zbędne do zapewnienia standardowych warunków życia.

Jednak na froncie wdrażania modeli występuje przeciwstawna rzeczywistość operacyjna. 1 listopada 2026 — zaledwie trzy dni po wpisie dotyczącym oszczędzania na emeryturę — Musk publicznie odniósł się do skarg użytkowników na szybkie wyczerpywanie limitów korzystania z Grok Bot na X, przyznając: „Koszt obsługi Grok Bot był niemożliwy do utrzymania w stosunku do przychodów”.

To tarcie ekonomiczne wynika z zasadniczej różnicy między wnioskowaniem w czacie na podstawie pojedynczego polecenia a ciągłymi, wieloetapowymi zadaniami agentowymi. Standardowe polecenie w czacie przebiega liniową ścieżką obliczeniową:

$$\text{Prompt} \longrightarrow \text{Inference} \longrightarrow \text{Answer}$$

Natomiast autonomiczny agent działa jako ciągła maszyna stanów, wykonująca iteracyjne podzadania w zewnętrznych środowiskach:

$$\text{Reasoning} \longrightarrow \text{Web Browsing} \longrightarrow \text{Tool Call} \longrightarrow \text{Model Call} \longrightarrow \text{Browser Action} \longrightarrow \text{Screenshot/Image Processing} \longrightarrow \text{Model Call} \longrightarrow \text{Terminal} \longrightarrow \text{Retry} \longrightarrow \text{Memory/Context} \longrightarrow \text{Model Call} \longrightarrow \text{Verification} \longrightarrow \text{Output}$$

Ponieważ agentowy tok pracy może wymagać dziesiątek lub setek kolejnych przebiegów wnioskowania, wywołań zrzutów ekranu i weryfikacji narzędzi, aby uzyskać pojedynczy wynik, koszt wykonania jednego zadania człowieka jest o rzędy wielkości wyższy niż koszt pojedynczej wiadomości w czatbocie. Ta strukturalna zmienność podważa konwencjonalne modele abonamentowe ze stałą opłatą ($30 miesięcznie): użytkownik o niskiej intensywności korzystania, uruchamiający pięć krótkich zadań, subsydiuje intensywnego użytkownika biznesowego zużywającego setki godzin pracy akceleratorów. Gdy zróżnicowanie zużycia szybko rośnie, pakiety o stałej cenie bez pomiaru zużycia doświadczają skrajnego spadku marży brutto.

## Krótkoterminowa bariera infrastrukturalna: kapitałochłonność i ekonomika jednostkowa

Napięcie między malejącymi kosztami przetwarzania pojedynczego tokena a rosnącymi łącznymi nakładami kapitałowymi uwydatnia fizyczne ograniczenia stojące przed sektorem sztucznej inteligencji. Zjawisko to wyraźnie ujawniło się w restrukturyzacji komercyjnej Grok Bot przez xAI. W momencie uruchomienia 11 sierpnia 2026 korzystanie z Grok Bot reklamowano jako samodzielną funkcję, odrębną od standardowych limitów Grok i Cursor. Do października 2026 xAI zrezygnowało z nieograniczonego dostępu, włączając Grok Bot do wspólnej tygodniowej puli rozliczanych kredytów w ramach zróżnicowanych pakietów abonamentowych:

*   **Premium:** $30 miesięcznie ($4\times$ względnego limitu użytkowania)
*   **Super:** $100 miesięcznie ($15\times$ względnego limitu użytkowania)
*   **Ultra:** $200 miesięcznie ($50\times$ względnego limitu użytkowania)

Dostęp ograniczono wyłącznie do pakietów Premium i wyższych, a intensywne zadania agentowe wymagały zakupu dodatkowych kredytów. To przejście od nieograniczonego dostępu do monetyzacji opartej na pomiarze zużycia odzwierciedla uznanie ekonomiki jednostkowej wnioskowania agentowego na poziomie całego przedsiębiorstwa.

Dane empiryczne z czołowych organizacji badawczych uwydatniają ogromną kapitałochłonność niezbędną do utrzymania najbardziej zaawansowanych możliwości sztucznej inteligencji:

*   **Wzrost przychodów a wydatki na obliczenia:** Raport „Indeks sztucznej inteligencji 2026” Uniwersytetu Stanforda dokumentuje, że firmy zajmujące się sztuczną inteligencją niezwykle szybko zwiększają przychody, podczas gdy wydatki na obliczenia i infrastrukturę jednocześnie osiągają rekordowe poziomy.
*   **Alokacja budżetów laboratoriów sztucznej inteligencji:** Badania Epoch AI wskazują, że wydatki na obliczenia stanowią od 54% do 62% całkowitych wydatków operacyjnych czołowych laboratoriów rozwijających sztuczną inteligencję.
*   **Nakłady inwestycyjne na infrastrukturę centrów danych:** Epoch AI szacuje, że hipotetyczne nowoczesne centrum danych sztucznej inteligencji o mocy 1 gigawata (GW) wymaga około $38 mld początkowych nakładów inwestycyjnych oraz $8.5 mld całkowitych kosztów posiadania w ujęciu rocznym.
*   **Ograniczenia energetyczne i przyłączeniowe:** Międzynarodowa Agencja Energetyczna prognozuje, że globalne zużycie energii elektrycznej przez centra danych wzrośnie mniej więcej dwukrotnie do ~950 TWh do 2030, głównie za sprawą zadań sztucznej inteligencji realizowanych przy poważnych opóźnieniach przyłączeń do sieci elektroenergetycznej.
*   **Deflacja dzięki efektywności wnioskowania:** Równoważąc wydatki na sprzęt, raport „Indeks sztucznej inteligencji 2026” Uniwersytetu Stanforda wskazuje, że koszt uzyskania wydajności wnioskowania na poziomie GPT-3.5 spadł z ~$20 za mln tokenów w listopadzie 2022 do $0.07 za mln tokenów w październiku 2024 — spadek >280$\times$ w ciągu około 18 miesięcy.

Podczas gdy jednostkowe koszty inteligencji gwałtownie spadają wzdłuż silnie deflacyjnej krzywej, łączne wydatki przedsiębiorstw nadal rosną wykładniczo. Wdrożenia sztucznej inteligencji ogranicza szereg rzeczywistych wąskich gardeł: moce produkcyjne zaawansowanych półprzewodników, kompromisy w architekturze transformatorów, wytwarzanie energii dla sieci oraz harmonogramy fizycznej rozbudowy centrów danych.

## Makroekonomiczne wąskie gardła i problem własności

Nawet jeśli możliwości technologiczne szybko się rozwijają, teoria makroekonomiczna i badania instytucjonalne wskazują, że same możliwości produkcyjne nie przekładają się automatycznie na ekonomiczną obfitość gospodarstw domowych ani wzrost PKB całej gospodarki.

Podstawową przeszkodą strukturalną jest **problem koncentracji własności**. Jeśli kluczowe aktywa — architektury superinteligencji, patenty na sprzęt robotyczny, ośrodki produkcyjne, aktywa wytwarzania energii i fizyczne obiekty przetwarzania danych — są skupione w ściśle kontrolowanych podmiotach korporacyjnych, niskie jednostkowe koszty produkcji nie przełożą się automatycznie na niskie ceny konsumenckie. Jeśli scentralizowane przedsiębiorstwo obniży bezpośredni koszt produkcji posiłku do $0.05, nie ma żadnego strukturalnego obowiązku sprzedawania tego produktu po kosztach. W warunkach rynku oligopolistycznego lub słabej konkurencji cenowej prywatni operatorzy utrzymują ochronne parasole cenowe, przechwytując nadwyżkowe renty ekonomiczne w celu maksymalizacji marż zysku przedsiębiorstw. 

W rezultacie prywatne parasole cenowe ograniczają siłę nabywczą gospodarstw domowych w pośredniej fazie skalowania technologii. Akumulacja kapitału służy nie tylko jako osobisty cel oszczędnościowy, lecz także jako niezbędne strukturalne zabezpieczenie przed erozją wynagrodzeń za pracę podczas wieloletniego opóźnienia poprzedzającego spadek cen rzeczywistych dóbr konsumpcyjnych. 

Musk pośrednio uznał te tarcia, proponując „powszechny wysoki dochód” i jednocześnie przyznając w wywiadzie ze stycznia 2026, że wielodekadowa transformacja będzie „wyboista”, wiążąc się z potencjalnymi niepokojami społecznymi obok ekspansji gospodarczej. Ponadto badania ekonomiczne Międzynarodowego Funduszu Walutowego podkreślają, że wzrostu makroekonomicznego nie można prognozować wyłącznie na podstawie możliwości modeli. Kolejki projektów infrastruktury fizycznej, tarcia organizacyjne, zgody regulacyjne, ograniczenia lokowania kapitału i sztywności instytucjonalne tworzą systemowe opóźnienie, uniemożliwiając natychmiastowe przełożenie możliwości sztucznej inteligencji na powszechny wzrost produktywności.

## Ramy alokacji kapitału: aktywa odtwarzalne a nieusuwalnie rzadkie

Z perspektywy inwestowania w wartość, zakorzenionej w zasadach Grahama i Buffetta, środowisko przyspieszenia technologicznego napędzanego sztuczną inteligencją wymaga ścisłego rozdzielenia aktywów odtwarzalnych, podlegających załamaniu kosztów, od aktywów nieusuwalnie rzadkich, które przechwytują wartość przedsiębiorstw. Gdy krańcowe koszty powielania cyfrowej własności intelektualnej, kodu oprogramowania i rutynowej pracy analitycznej zmierzają do zera, kapitał ekonomiczny nie znika; przemieszcza się w stronę strukturalnych fizycznych wąskich gardeł.

| Aktywa odtwarzalne (presja deflacyjna) | Aktywa nieusuwalnie rzadkie (akumulacja wartości) |
| :--- | :--- |
| Ujednolicone aplikacje oprogramowania i interfejsy programistyczne | Nieruchomości w najlepszych lokalizacjach (np. grunty na Manhattanie, nieruchomości nad oceanem w La Jolla) |
| Rutynowe usługi specjalistyczne, prawne i oparte na wiedzy | Wytwarzanie energii na skalę przemysłową i prawa do przyłączenia do sieci |
| Podstawowe media cyfrowe, treści i sztuka syntetyczna | Zakłady produkcji zaawansowanych półprzewodników i specjalistyczna własność intelektualna w litografii |
| Ujednolicony montaż i standardowa produkcja | Węzły centrów danych krytyczne dla działalności i obiekty o wysokiej gęstości mocy |
| Standaryzowany transport i logistyka towarowa | Własne zbiory danych i sieciowe fosy ekonomiczne o wysokiej retencji użytkowników |

Z analitycznego punktu widzenia ogromna kapitałochłonność — taka jak $38 mld początkowych nakładów inwestycyjnych i $8.5 mld rocznych kosztów posiadania centrum danych o mocy 1 GW — powoduje poważne zniekształcenia profilu stóp zwrotu. Zobowiązania do nadzwyczaj wysokich nakładów inwestycyjnych pogarszają rentowność zainwestowanego kapitału (ROIC) operatorów infrastruktury, którzy mierzą się z szybkim starzeniem się sprzętu i nieustannymi cyklami reinwestycji. Ta dynamika osłabia trwałość zdyskontowanych przepływów pieniężnych i wprowadza ryzyko wartości rezydualnej dla laboratoriów sztucznej inteligencji o wysokim udziale aktywów trwałych.

Natomiast nadwyżka ekonomiczna płynie do właścicieli nieodtwarzalnych wąskich gardeł — takich jak prawa do przesyłu, ograniczone zasoby wytwarzania energii i nieruchomości o wysokiej wartości. Nawet jeśli robotyka humanoidalna obniży fizyczne koszty budowy do $20,000 za obiekt, podaż gruntów w najlepszych lokalizacjach metropolitalnych pozostaje całkowicie stała. Dlatego posiadanie produktywnego kapitału stanowiącego wąskie gardło staje się *jeszcze* ważniejsze w fazie przejściowej. Jeśli dochody z pracy znajdą się pod presją strukturalną, zanim gwałtownie spadną koszty mieszkań, energii i opieki zdrowotnej, uczestnicy rynku bez zasobów kapitałowych doświadczą silnego ograniczenia nadwyżki dochodów nad wydatkami.

## Kluczowe liczby

*   **Spadek kosztu wnioskowania na poziomie GPT-3.5:** Z ~$20 za mln tokenów (listopad 2022) do $0.07 za mln tokenów (październik 2024) — spadek >280$\times$ w ~18 miesięcy (Indeks sztucznej inteligencji 2026 Uniwersytetu Stanforda).
*   **Udział wydatków na obliczenia w laboratoriach sztucznej inteligencji:** Od 54% do 62% całkowitych wydatków (Epoch AI).
*   **Wymogi kapitałowe centrum danych sztucznej inteligencji o mocy 1 GW:** $38 mld kapitału początkowego; $8.5 mld całkowitych kosztów posiadania w ujęciu rocznym (szacunek Epoch AI).
*   **Globalne zużycie energii elektrycznej przez centra danych:** Prognozowany dwukrotny wzrost do ~950 TWh do 2030 (szacunek Międzynarodowej Agencji Energetycznej).
*   **Pakiety abonamentowe xAI (październik 2026):** Premium za $30/miesiąc (4$\times$ limitu użytkowania), Super za $100/miesiąc (15$\times$ limitu użytkowania), Ultra za $200/miesiąc (50$\times$ limitu użytkowania).
*   **Kluczowe daty:** Wywiad Elona Muska w podcaście *Moonshots* (styczeń 2026); pierwsze uruchomienie Grok Bot (11 sierpnia 2026); wypowiedź Elona Muska dotycząca emerytury (29 października 2026); wypowiedź Elona Muska dotycząca kosztów obsługi Grok Bot (1 listopada 2026).
## Co zmieniłoby naszą ocenę

Następujące empirycznie potwierdzone kamienie milowe podważyłyby naszą tezę o strukturalnych wąskich gardłach i wskazywałyby, że harmonogram Muska dotyczący gospodarki bez niedoborów przezwycięża ograniczenia realnego świata:

1.  **Skalowanie komercyjnych zastosowań robotyki fizycznej:** Powszechne wdrażanie autonomicznych robotów humanoidalnych w wielu branżach, w środowiskach nieograniczonych kontrolowanymi warunkami (budownictwo, rolnictwo, logistyka i utrzymanie ciężkich instalacji), prowadzące do trwałego, gwałtownego spadku cen dóbr fizycznych w realnym świecie.
2.  **Przełomy w infrastrukturze energetycznej:** Systemowe rozładowanie kolejek przyłączeniowych do sieci elektroenergetycznej wraz z utrzymującym się spadkiem cen energii elektrycznej dla przemysłu mimo wykładniczego wzrostu zapotrzebowania centrów danych na moc.
3.  **Nielimitowane abonamenty na agentową sztuczną inteligencję:** Powszechne, ekonomicznie stabilne ponowne wprowadzenie przez czołowych dostawców sztucznej inteligencji abonamentów na rzeczywiście nieograniczone zasoby obliczeniowe dla systemów agentowych, bez pomiaru zużycia, pogorszenia wydajności ani ponoszenia strat operacyjnych.
4.  **Szeroka dystrybucja korzyści ze wzrostu produktywności:** Dowody makroekonomiczne wykazujące strukturalny wzrost płac realnych w gospodarstwach domowych nieposiadających kapitału lub formalne, instytucjonalne wdrożenie powszechnych mechanizmów transferu aktywów, które neutralizują zakłócenia na rynku pracy.

## Praktyczne wnioski dla inwestorów długoterminowych

Ocena prognoz dotyczących gospodarki bez niedoborów przez pryzmat teorii decyzji ujawnia głęboką asymetrię ryzyka. Zaprzestanie gromadzenia osobistego kapitału w oczekiwaniu na szybkie nadejście technologicznej obfitości stwarza ryzyko nieodwracalnych strat. Jeśli inwestor utrzyma zdyscyplinowaną stopę oszczędzania, a ład gospodarczy bez niedoborów się urzeczywistni, zgromadzone rezerwy gotówkowe po prostu staną się zbędne w środowisku niskich kosztów. Natomiast jeśli inwestor zaprzestanie akumulacji kapitału, a przejście do obfitości opóźni się o 10 do 20 lat z powodu fizycznych wąskich gardeł, barier regulacyjnych lub monopoli utrzymujących wysokie ceny, osoba pozbawiona zgromadzonego kapitału będzie narażona na poważną niestabilność finansową.

W horyzoncie od 5 do 15 lat długoterminowa strategia alokacji musi traktować ochronę kapitału i jego pomnażanie dzięki procentowi składanemu nie jako przestarzałe koncepcje, lecz jako niezbędne narzędzia zarządzania ryzykiem związanym z transformacją technologiczną przebiegającą w różnym tempie. Inwestorzy kierujący się wartością powinni utrzymywać szeroki margines bezpieczeństwa, ograniczając udział łatwo odtwarzalnych firm programistycznych pozbawionych fos ekonomicznych, a zamiast tego kierować kapitał ku aktywom stanowiącym fizyczne wąskie gardła i zapewniającym trwałe stopy zwrotu — takim jak wytwarzanie energii na potrzeby obciążenia podstawowego, infrastruktura przesyłowa, fizyczne węzły sieciowe i przemysłowe łańcuchy dostaw o wysokich barierach wejścia. Aby ocenić, jak te strukturalne wąskie gardła wpływają na wyceny poszczególnych przedsiębiorstw w kolejnych cyklach rynkowych, zapoznaj się z dodatkowymi ogólnodostępnymi analizami na stronie DeepValues Research lub oceń wartości wewnętrzne akcji za pomocą aplikacji DeepValues.
## Źródła

* "The AI Abundance Paradox" (Excerpts and Analysis)
* Elon Musk, X (@elonmusk) posts on October 29, 2026, and November 1, 2026
* Peter Diamandis's Moonshots Podcast, interview with Elon Musk (January 2026)
* 2026 AI Index Report, Stanford University
* Infrastructure Cost & Spending Estimates, Epoch AI
* Electricity 2024 / Global Energy & Data Center Outlook, International Energy Agency (IEA)
* Macroeconomic Impact of Artificial Intelligence Report, International Monetary Fund (IMF)

## From DeepValues

- DeepValues app: intrinsic value, stances and the latest reports for 300+ stocks. [iPhone](https://apps.apple.com/us/app/deepvalues/id6775568608?utm_source=research&utm_medium=web&utm_campaign=markdown) · [Android](https://play.google.com/store/apps/details?id=app.deepvalues.android&referrer=utm_source%3Dresearch%26utm_medium%3Dweb%26utm_campaign%3Dmarkdown) · [Web](https://app.deepvalues.ai/?utm_source=research&utm_medium=web&utm_campaign=markdown)
- [Deep Value Intelligence](https://deepvalues.ai/?utm_source=research&utm_medium=web&utm_campaign=markdown): the multi-agent AI analyst behind these reports, for any listed company
- [Margin of Safety Weekly](https://app.deepvalues.ai/letter?utm_source=research&utm_medium=web&utm_campaign=markdown): free weekly email, every Saturday
- YouTube: videos on investing and on AI. [@TheDeepValues](https://www.youtube.com/@TheDeepValues?utm_source=research&utm_medium=web&utm_campaign=markdown) (investing) · [@deep-values](https://www.youtube.com/@deep-values?utm_source=research&utm_medium=web&utm_campaign=markdown) (AI)
- Podcasts: 6 shows in English and Chinese (Deep Values, 深度价值, Deep Values Frontier, 深度價值前沿, Deep Value Intelligence, 深度价值情报站). [all shows on Apple Podcasts](https://podcasts.apple.com/us/channel/deepvalues/id6826606342)
- Buffett Indicator: market-valuation gauge. [iPhone](https://apps.apple.com/us/app/buffett-indicator/id6747404614?utm_source=research&utm_medium=web&utm_campaign=markdown) · [Android (Buffett Indicator & Shiller PE)](https://play.google.com/store/apps/details?id=com.luluventures.bubblewatch.android&utm_source=research&utm_medium=web&utm_campaign=markdown)
